итерации в течение нескольких дней и получить информацию о ценах

Question

Это продолжение вопроса здесь .Спасибо @nate за полезное решение.

Я пытаюсь собрать данные о ценах на базе.На данный момент у меня есть следующее:

start <- strftime(Sys.time() - 86400, "%Y-%m-%dT%H:%M:%SZ", tz = "UTC")
end <- strftime(Sys.time(), "%Y-%m-%dT%H:%M:%SZ", tz = "UTC") 
product_id = "ETH-EUR"
granularity = 300
# request url
req.url <- paste0("https://api.pro.coinbase.com/products/", product_id, "/candles")
req.url
# fetching the data ourselves - the return
res <- httr::GET(url = req.url, 
                 query = list(start = start, end = end, 
                              granularity = granularity))
res <- as.data.frame(t(matrix(unlist(httr::content(res)), nrow = 6)))
res[['V1']] <- as.POSIXct(.subset2(res,1L), origin="1970-01-01")
c(min(res$V1),max(res$V1)) 

colnames(res) <- c("time", "low", "high", "open", "close", "volume")

Что дает следующее:

> c(min(res$V1),max(res$V1))
[1] "2019-01-23 13:45:00 CET" "2019-01-24 13:40:00 CET"

(данные за последние 24 часа)

Если я изменюсьstart и end раз к следующему:

start <- strftime(Sys.time() - 86400*5, "%Y-%m-%dT%H:%M:%SZ", tz = "UTC")
end <- strftime(Sys.time(), "%Y-%m-%dT%H:%M:%SZ", tz = "UTC")

(Соберите данные за последние 5 дней) - база данных не позволяет собирать столько данных.

Однако можно собрать:

 t = 5 and t = 4
 t= 4 and t = 3
 t = 3 and t = 2
 t = 2 and t = 1
 t = 1 and t = 0

Итак, соберите данные 5 дней назад и вычтите 24 часа из этой даты.Что-то вроде следующего:

start <- strftime(Sys.time() - 86400*5, "%Y-%m-%dT%H:%M:%SZ", tz = "UTC")
end <- strftime(Sys.time() - 86400*(5-1), "%Y-%m-%dT%H:%M:%SZ", tz = "UTC")

, который работает.Поэтому, зная это, я пытаюсь создать функцию, которая будет «перебирать» итерации по датам и извлекать информацию.

Я работал над следующим - но я знаю, что функция будет в 100 раз лучшечем то, что у меня есть в настоящее время:

start <- NULL
end <- NULL
for(i in 1:5){
  start[[i]] <- as.data.frame(strftime(Sys.time() - 86400*i, "%Y-%m-%dT%H:%M:%SZ", tz = "UTC"))
  end[[i]] <- as.data.frame(strftime(Sys.time() - 86400*(i-1), "%Y-%m-%dT%H:%M:%SZ", tz = "UTC"))
}

start <- do.call(rbind.data.frame, start)
end <- do.call(rbind.data.frame, end)

colnames(start) <- "start"
colnames(end) <- "end"


for(i in 1:5){
  res[[i]] <- httr::GET(url = req.url, 
                   query = list(start = start[i, ], end = end[i, ], 
                                granularity = 300))
}

Есть ли у вас какие-либо советы о том, как применить это к функции?

Answer 1

Вы можете создать такую ​​функцию, как эта

# Function
coinbaseGET <- function (product_id, start, end, granularity) {
  # request url
  req.url <- paste0("https://api.pro.coinbase.com/products/", product_id, "/candles")
  req.url
  # fetching the data ourselves - the return
  res <- httr::GET(url = req.url, 
                   query = list(start = start, end = end, 
                                granularity = granularity))
  res <- as.data.frame(t(matrix(unlist(httr::content(res)), nrow = 6)))
  res[['V1']] <- as.POSIXct(.subset2(res,1L), origin="1970-01-01")
  res
}

И циклически проходить по датам, используя, например, lapply

# Variables
product_id = "ETH-EUR"
granularity = 300
start_dates <- Sys.time() -  86400*(1:10)         # considering the last 10 days
end_dates <- Sys.time() -  86400*(0:9)

# Looping
res <- lapply(seq_along(end_dates), 
              function (k) coinbaseGET(product_id, start_dates[k], end_dates[k], granularity))
res <- do.call(rbind, res)

С результатом

str(res)
# 'data.frame': 2813 obs. of  6 variables:
#   $ V1: POSIXct, format: "2019-01-24 13:55:00" "2019-01-24 13:50:00" "2019-01-24 13:45:00" "2019-01-24 13:40:00" ...
# $ V2: num  103 102 102 103 102 ...
# $ V3: num  103 103 103 103 103 ...
# $ V4: num  103 102 103 103 102 ...
# $ V5: num  103 103 102 103 103 ...
# $ V6: num  9.63 18.11 30.07 80.98 12.75 ...

# Checking the dates
c(min(res$V1), max(res$V1))
# [1] "2019-01-14 15:00:00 CET" "2019-01-24 13:55:00 CET"]